帕斯卡分布方差的计算

瑞利分布的概率密度为：p(x)=2x/b*e^(-x^2/b)(积分限为0到+∞）E=∫xp(x)dx=2/b*∫x^2*e(-x^2/b)dx=-∫xd(e(-x^2/b))=-xe(-x^2/b)

方差是3.这是泊松分布,P(λ),也可以写成X~π(λ),P(X=k)=λ的k次方乘以e的(-λ)次方除以k的阶乘(这里用不了公式编辑器,只能口头叙述了).用期望和方差的公式可以推导出E(X)=λ,D

再答：完全根据定义来推导，中间利用求和技巧，就能顺利求出再答：不知道我表达清楚了没有，若有疑问请追问哦再问：问下。哪几个标准正态分布的结果是要记住的？再答：我只记得住正太，卡方，指数，平均的均值，有的

XH(n,M,N)例N个球有M个黑球取n个黑球则EX=nM/NDX=nM/N*(1-M/N)*(N-n)/(N-1)其实可以和二项分布类比的..二项分布就是超几何分布的极限

D(X)=np(1-p)

二项分布b(n,p)期望np方差np(1-p)几何分布G（p）期望1/p方差（1-p）/(pXp)

poisson(a),即V满足λ=a的泊松分布,P(X=k)=λ^k*e^(-λ)/k!泊松分布的参数λ是单位时间(或单位面积)内随机事件的平均发生率.泊松分布适合于描述单位时间内随机事件发生的次数.

先把gamma分布的概率密度函数写一下：f(x)=入*[(入x)^(a-1)]*[e^(-入x)]/g(a)其中：g(a)=∫{0到无穷}[x^(a-1)]*[e^(-x)]dx百度不太好打公式,我用

1/n[(x-x1)2+…+(x-xn)2]

点击看大图哈

均匀分布,期望是（a+b）/2,方差是（b-a）的平方/12二项分布,期望是np,方差是npq泊松分布,期望是p,方差是p指数分布,期望是1/p,方差是1/(p的平方)正态分布,期望是u,方差是&的平

常见的有正态分布,二项分布,指数分布,均匀分布正态分布N~（a,b)EX=aDX=b二项分布B~（n,p)EX=npDX=np(1-p)指数分布λEX=λ分之一DX=λ^2分之一均匀分布在（a,b)之

t分布:t(n)mu=0,sigma^2=n/(n-2)(n>2)x平方分布X^2(n)mu=n,sigma^2=2nF分布F(m,n),mu=n/(n-2),sigma^2=2n^2(n+m-2)/

帕斯卡●数学家帕斯卡的帕斯卡简介1、带上本金1000RMB；2、每次下注100RMB;3、每次下注有两种结果,赢或输各占50%,输了再下注100RMB,一直到赢为止；4、赢了一注后,再下注200RMB

证明：Eξ=p+2qp+3q²p+…+k[q^(k-1)]p+…=p(1+2q+3q²+…)设S=1+2q+3q²+…+nq^(n-1),则由qS=q+2q²+

由于没有具体例子,只给你思路,这种题你只要将二项分布求出来,而后根据方差定义,求出分布列的均值,然后直接套用方差定义式就行了,再问：分布列均值怎么求再答：比如说，一个二项分布，其为1的概率为0.8，为

方差的公式中带有n的,说明对于n次的两点分布,可以运用那个公式方差是对于特定的"n次实验"而言的,所以公式中有n这个公式大大简化了二项式分布方差的计算~

负二项分布p{X=k}=f(k;r,p)=(k+r-1)!/[k!(r-1)!]p^r(1-p)^k,k=0,1,2,...,0正无穷）kf(k;r,p)=sum(k=1->正无穷）k(k+r-1)!

假定投资者将无风险的资产和一个风险证券组合再构成一个新的证券组合,投资者可以在资本市场上将以不变的无风险的资产报酬率借入或贷出资金.在这种情况下,如何计算新的证券组合的期望报酬率和标准差?假设投资于风

Eξ=1/p,Dξ=(1-p)/p^2Dξ=E(ξ^2)-(Eξ)^2E(ξ^2)=p+2^2*qp+3^2*q^2*p+……+k^2*q^(k-1)*p+……=p(1+2^2*q+3^2*q^2+…